最新

过去几个月我一直在开发 Pyra，现在想开始向公众分享它。<p>目前，它主要集中在核心的包/项目管理工作流程上：Python 安装、初始化、添加/删除、锁文件、环境同步，以及在受管理的env中运行命令。<p>我正在探索的更大方向是，Python 最终是否可以支持一个更具凝聚力的工具链故事，更接近于 Bun 的方向：不仅仅是打包，还可能随着时间的推移，测试、任务、笔记本和其他常见的工作流程工具，感觉像一个统一的系统，而不是一堆独立的部分。<p>现在还处于早期阶段，我当然不会声称它像 uv 那样成熟。我目前分享它，主要是想获得诚实的反馈，看看这个方向是否有趣或误入歧途。

我们在 rtrvr.ai 中构建了 AI 子程序。只需录制一次浏览器任务，将其保存为可调用的工具，即可实现：零代币成本、零 LLM 推理延迟和零错误。 子程序本身是一个确定性脚本，由发现的网络调用组成，这些调用会命中网站的后端，以及页面交互，如点击/输入/查找。 关键的架构决策是：脚本在网页本身内部执行，而不是通过代理、无头工作者或进程外执行。该脚本从选项卡的执行上下文中分派请求，因此身份验证、CSRF、TLS 会话和签名标头都会被添加到所有请求中，并免费传播。无需安装证书，无需修改 TLS 指纹，也无需维护单独的身份验证堆栈。 在录制过程中，扩展程序会拦截网络请求（MAIN-world fetch/XHR 补丁 + webRequest 备用方案）。我们根据方法、相对于 DOM 事件的时间以及来源，对大约 300 个请求进行评分和修剪，最终保留大约 5 个。检测到易变的 GraphQL 操作 ID 后，会强制使用仅 DOM 备用方案，以防止它们在下次运行时静默中断。 生成的代码通过 rtrvr.* 辅助命名空间，将网络调用与 DOM 操作（点击、输入、查找）组合在同一个函数中。将代理指向一个包含 500 行的电子表格，只需一次 LLM 调用即可分配参数并启动 500 个子程序。 主要用例： * 录制发送 IG DM 的过程，然后拥有可重用且可调用的例程，以零代币成本发送 DM * 创建获取网站目录中最新产品的例程，调用它通过直接 graphql 查询获取数千种产品 * 设置例程以根据工具的参数填写 EHR 表格，AI 从当前页面上下文中推断参数并调用工具 * 每天重复使用例程，使用 MCP 服务器将 LinkedIn/Slack/Gmail 上的传出消息同步到 CRM 我们认为浏览器代理尚未普及的根本原因是，对于重复性任务，通过推理循环是多余的。最好只录制一次，并让 LLM 生成一个脚本，利用所有可能的方式与网站和更广泛的网络进行交互，例如直接调用后端 API、与 DOM 交互以及调用第三方工具/API/MCP 服务器。